Infoprop Dyna

Infoprop Dyna 使 Mini Wheelbot 在 11 分钟内学会赛车

研究人员开发了一个名为 Infoprop Dyna 的新强化学习框架，允许机器人在现实世界交互中直接学习复杂任务，无需传统的基于物理的模拟器。该方法使 Mini Wheelbot（一种欠驱动的独轮机器人）在仅 11 分钟的实际运行时间内学会了在赛道上比赛。该方法对于具有快速、不稳定动力学的机器人特别有效，能将它们推向性能极限。